تتطلب العمليات في مجال الصيانة والإصلاحات والعمليات [MRO]، لا سيما في المؤسسات الكبيرة التي تعتمد على التصنيع أو التي تعتمد بشكل مكثف على الإنتاج، إدارة كميات كبيرة جدًا من البيانات وإنشاءها ومعالجتها ومزامنتها عبر عدة أنظمة مؤسسية.
ويمكن أن تتعلق هذه البيانات نفسها بقطع الغيار، والمواد الاستهلاكية، والأصول الثابتة، والمخزونات، والموردين، وأوامر العمل، وقوائم مكونات المعدات، وما إلى ذلك.
عادةً ما تتم إدارة مجموعات البيانات هذه في أنظمة تخطيط موارد المؤسسات (ERP)، وبسبب حجمها الهائل ونطاق استخدامها الواسع وغياب بروتوكولات إدارة البيانات، تتدهور جودة بياناتها بمرور الوقت.
تعد مشكلات جودة البيانات المتعلقة بقطع الغيار هي الأكثر شيوعًا بشكل عام، تليها تلك المتعلقة بموردي خدمات الصيانة والإصلاح والتجديد (MRO) والمعدات.
المشكلات الرئيسية المتعلقة بجودة بيانات الصيانة والإصلاح والعمليات (MRO) وعواقبها
البيانات المكررة
ونتيجة لسوء إدارة البيانات والغياب شبه التام لمعايير حوكمة البيانات المتعلقة بقطع الغيار، يتم بمرور الوقت إنشاء سجلات متعددة لما هو في الأساس نفس القطعة أو المورد أو المعدات.
إلا أن التحدي يكمن في أن أنظمة البيانات الأساسية مبنية على معيار «السجل الذهبي»، مما يعني أن كل سجل يتم إنشاؤه يشير إلى منتج أو قطعة غيار أو معدات أو مورد فريد.
يؤدي تكرار السجلات إلى اعتقاد نظام إدارة المخزون MRO بأن قطعتَي الغيار هاتين منفصلتان، مما يؤدي إلى إصدار أوامر شراء متعددة، وتراكم المخزون الزائد من قطع الغيار، وفي النهاية، ارتفاع تكاليف المشتريات والمخزون.
استنادًا إلى بحث أجريناه في شركة «فيردانتيس» على بيانات شركات مجهولة الهوية، تبيّن أن تكاليف المشتريات قد تكون مبالغًا فيها بنسبة تتراوح بين 20% و35% في قواعد بيانات «الصيانة والإصلاح والتشغيل» (MRO) التي تعج بالبيانات المكررة
تعد سجلات البيانات التي يتم تحديثها على عجل من أجل شراء أحد الأصناف دون تحديث المعلومات أو الخصائص أو المواصفات أو التفاصيل الصحيحة مشكلة شائعة إلى حد ما.
هذه مشكلة خطيرة تتعلق بجودة البيانات، وهي أيضًا أحد الأسباب التي تؤدي إلى تفاقم المشكلة #1 المذكورة أعلاه.
على سبيل المثال، قد يؤدي نقص المعلومات المتعلقة بقطعة غيار معينة تابعة لأحد الموردين إلى اتخاذ قرارات تستند إلى معلومات خاطئة، مما يؤدي بدوره إلى الهدر وعمليات الشراء غير الصحيحة، وفي حالة عمليات الصيانة الحرجة، قد يؤدي ذلك مباشرةً إلى توقف الإنتاج.
إن عدم توفر معلومات أساسية مثل اسم الشركة المصنعة أو رقم القطعة يجعل من الصعب التأكد مما إذا كان المنتج المعني «قيد الاستخدام» أم «متقادمًا»
استنادًا إلى دراسة داخلية أخرى أجرتها شركة «فيردانتيس»، يمكن تقليل الحالات المرتبطة بتوقف الإنتاج والإنفاق غير المخطط له بنسبة تصل إلى 30% من خلال ضمان دقة وحداثة سجلات الصيانة والإصلاح والتجديد (MRO).
يعتمد سير عمليات الصيانة والإصلاح والعمرة (MRO) بشكل كبير على تزامن البيانات بين مجالات البيانات المختلفة، بل وحتى بين قواعد البيانات الرئيسية والوحدات الرقمية الأخرى في نظام تخطيط موارد المؤسسة (ERP).
تتم مزامنة هذه البيانات من خلال «الروابط»، وهي في الأساس معرّفات فريدة تربط سجلًا من البيانات عبر مجموعات بيانات مختلفة.
تُنشئ الروابط بين قائمة المواد الرقمية (BOM) وقطع الغيار إحالات من سجلات بيانات قطع الغيار إلى الأصول الثابتة
تربط قطع الغيار بنظام إدارة المخزون مع نظام إدارة المخزون
كما ينبغي مزامنة البيانات المستمدة من تقييم مدى أهمية قطع الغيار في قاعدة بيانات الصيانة والإصلاح والعمرة (MRO) للتأكد من تمييز قطع الغيار الحيوية عن غير الحيوية
على الرغم من أن هذا الأمر يقع خارج نطاق معظم حلول إدارة بيانات الصيانة والإصلاح والعمليات (MRO)، فإن أفضل الممارسات تنص أيضًا على أنه ينبغي تصنيف قطع الغيار، بحكم طبيعتها، إلى قطع بطيئة الدوران، وسريعة الدوران، ومتقادمة، وما إلى ذلك
وهذه المزامنة للبيانات تمهد الطريق بعد ذلك لحلول إدارة مخزون الصيانة والإصلاح والعمليات (MRO) القائمة على البرمجيات للحصول على جميع البيانات اللازمة لتحسين مستويات المخزون بسلاسة.
تعد إدارة بيانات الصيانة والإصلاح والتجديد (MRO) أمرًا بالغ الأهمية لضمان استمرارية تشغيل المعدات وكفاءة العمليات. فالبيانات الدقيقة والمتسقة تساعد فرق الصيانة على العثور على قطع الغيار المناسبة بسرعة أكبر، وتتيح التخطيط الدقيق للمخزون، وتقلل من تأخيرات الشراء — مما يؤدي في النهاية إلى خفض التكاليف وتجنب فترات التعطل.
اعتمد على الأوصاف والمواصفات الدقيقة للأجزاء لتقليل فترات تعطل المعدات إلى أدنى حد وتبسيط عمليات الإصلاح.
اعتمد على بيانات الصيانة والإصلاح والعمليات (MRO) النظيفة والمصنفة لتجنب عمليات الشراء المكررة، والحد من مخاطر الموردين، وتحسين قرارات التوريد.
استخدم بيانات الصيانة والإصلاح والعمليات (MRO) الموثوقة لتحسين موثوقية الأصول، والتخطيط للصيانة الوقائية، والحد من الاضطرابات التشغيلية.
هناك حاجة إلى بيانات موحدة لإدارة مستويات المخزون بفعالية، وتجنب الإفراط في التخزين، والتخلص من المخزون غير المستخدم.
ضمان الاتساق على مستوى النظام من خلال دمج بيانات الصيانة والإصلاح والتجديد (MRO) عبر منصات تخطيط موارد المؤسسات (ERP) وإدارة الأصول المؤسسية (EAM) ونظام إدارة الصيانة (CMMS).
الاستفادة من بيانات الصيانة والإصلاح والتجديد (MRO) عالية الجودة لدعم مبادرات الذكاء الاصطناعي والتحليلات والصيانة التنبؤية.
كيف يمكن حل مشكلات جودة البيانات هذه؟
يمكن تقسيم الحل لهذا التحدي المستمر إلى جزأين؛
-
توحيد البيانات الموجودة
-
إنشاء الإدخالات/السجلات المستقبلية
ويستلزم ذلك توحيدًا شاملاً للبيانات القديمة المتراكمة على مر السنين وتنقيتها بدقة، كما يتطلب استبعاد الإدخالات المكررة، وإثراء المعلومات المطلوبة، واستخراج السمات من سجلات البيانات، ومزامنة المعلومات مع مصادر البيانات الأخرى.
أكثر من المعتاد تنقية بيانات الصيانة والإصلاح والعمليات (MRO)، كما يمكن للحلول البرمجية إقامة روابط بين المجالات المختلفة وإنشاء إحالات مرجعية بينهما.
حتى الآن، كانت الشركات تعتمد إلى حد كبير على فرق كبيرة تعمل على تنقية سجلات البيانات هذه يدويًّا؛ ورغم أن دقة هذه العمليات كانت مقبولة إلى حد ما، إلا أن المدة الزمنية اللازمة لتنفيذ مثل هذه عملية تنظيف لسجلات البيانات الرئيسية كان مرتفعًا جدًّا.
إلا أنه في الآونة الأخيرة، ومع ظهور نماذج الذكاء الاصطناعي المصممة خصيصًا لهذا الغرض، أصبحت عمليات تنقية بيانات الصيانة والإصلاح والعمليات (MRO) اليوم أكثر دقة بكثير، ويمكن إجراؤها في جزء بسيط من الوقت باستخدام عوامل الذكاء الاصطناعي التي تم تدريبها على ملايين السجلات الخاصة بالموردين وقطع الغيار والمعدات.
يوضح الفيديو أدناه كيف يمكن لـ «Harmonize» — وهو حل برمجي يقوم بنشر مثل هذه العوامل القائمة على الذكاء الاصطناعي — توحيد البيانات القديمة بدقة تزيد عن 95%.
يوضح الفيديو أدناه تفاصيل عملية إثراء البيانات في حل «تنسيق البيانات» الخاص بنا:
ورغم أن تنقية البيانات القديمة تضمن سلامة بيانات الصيانة والإصلاح والعمليات (MRO) المتعلقة بالماضي، إلا أنه لا يوجد ما يمنع ظهور مشكلات جودة البيانات هذه مرة أخرى.
لذلك، تلجأ الشركات عادةً إلى حل قائم على البرمجيات يتكامل مع أنظمة تخطيط موارد المؤسسات (ERP) وقاعدة بيانات MRO الرئيسية، وذلك لمنع حدوث التكرارات من الأساس، وذلك باستخدام مزيج من نماذج الذكاء الاصطناعي وأنظمة المطابقة التقريبية الفعالة.
ويشير البعض إلى هذا أيضًا باسم حل لإدارة بيانات الصيانة والإصلاح والعمليات (MRO).
يوضح الفيديو أدناه الميزات الرئيسية لحل «حوكمة البيانات» الذي نقدمه:
ما وراء البيانات الأساسية
لقد تناولنا حتى الآن بشكل عام ما يُعتبر العروض القياسية في مجال إدارة بيانات الصيانة والإصلاح والتجديد (MRO).
ومع ذلك، فإن الشركات التي تسعى إلى بناء ميزة تنافسية حقيقية من خلال استراتيجياتها لإدارة بيانات الصيانة والإصلاح والعمليات (MRO) تعمل على تحسين جودة البيانات باستخدام أساليب مبتكرة، فضلاً عن اعتماد تقنيات جديدة في هذا الصدد.
يمكن لحلول إدارة بيانات الصيانة والإصلاح والتجديد (MRO) المتطورة، في الوقت الحالي، أن تبحث في جميع بيانات قطع الغيار الحالية الخاصة بعمليات الصيانة والإصلاح والتجديد (MRO) وتحدد «حالة» أي قطعة غيار معينة، أي أنها يمكنها تصنيف قطعة الغيار على أنها «متقادمة» أو «نشطة» – مما يتيح إدارة أكثر فعالية إدارة بيانات تقادم قطع الغيار.
أصبح هذا الأمر ممكنًا الآن بفضل استخدام وكلاء الذكاء الاصطناعي القادرين على تكوين فهم سياقي بشكل مستقل من خلال الوصول إلى كتالوجات الموردين والمواقع الإلكترونية والمعلومات المستمدة من المصادر المفتوحة والمصادر الخاصة.
كما يمكن لحلول الذكاء الاصطناعي القائمة على الوكالة (Agentic AI) البحث في قاعدة بيانات قطع الغيار وتحديد قطع غيار بديلة وموردين لتلك القطع.
هذه الإدارة الخاصة بقطع الغيار وهو أمر بالغ الأهمية لتحقيق التميز في إدارة الصيانة والإصلاح والعمليات (MRO)، وتحسين وتحليل نفقات الصيانة والإصلاح والعمليات (MRO)، كما أنه يندرج ضمن الاستراتيجية الشاملة لتوريد خدمات الصيانة والإصلاح والعمليات (MRO).
بمجرد التأكد من اسم الشركة المصنعة أو رقم القطعة لقطع الغيار، تنص أفضل الممارسات على أنه يمكن الرجوع بهذه البيانات إلى قائمة الموردين الرئيسية، وبذلك يتم بناء نهج شامل نظام إدارة الأجهزة المتعددة المجالات (MDM)
إلى جانب تقييم معدات وقطع غيار الصيانة والإصلاح والعمرة (MRO) الأساسية، وطبيعة قطع الغيار والعلاقات المتبادلة بينها، يمكن لمجموعة بيانات موثوقة خاصة بالصيانة والإصلاح والعمرة (MRO) أن تعزز قدرات برنامج إدارة مخزون الصيانة والإصلاح والعمرة (MRO)
يمكن لأدوات الذكاء الاصطناعي القائمة على الوكالة أن تبسط وتعزز بشكل كبير عملية إدارة بيانات قوائم المواد عن طريق استخراج البيانات من قوائم المواد الرقمية (BOMs). وغالبًا ما تتواجد هذه القوائم في صيغ مثل ملفات PDF الهندسية، أو ملفات Excel، أو ملفات التصدير من أنظمة تخطيط موارد المؤسسات (ERP)، أو رسومات CAD.
يصعب معالجة هذه الوثائق على نطاق واسع بسبب طبيعتها غير المنظمة، كما أن المعالجة اليدوية غالبًا ما تؤدي إلى حدوث أخطاء وتأخيرات وتناقضات.
يمكن لأدوات الاستخراج المدعومة بالذكاء الاصطناعي قراءة قوائم المواد الرقمية هذه واستخراج المعلومات الأساسية تلقائيًا، مثل أرقام القطع، ومعرّفات المعدات، وأوصاف القطع، والكميات.
وبمجرد استخراج هذه البيانات المنظمة، تتم مطابقتها مع السجلات الرئيسية لقطع الغيار والمعدات من أجل إنشاء روابط بين قطع الغيار والآلات أو الأصول المحددة التي تنتمي إليها.
يُزيل هذا التخطيط الآلي أي غموض من خلال تحديد الأجزاء المستخدمة في كل جهاز بوضوح، ومواقعها ضمن هيكل الأصول، وعدد الوحدات المطلوبة.
وهو يساعد على منع إنشاء سجلات مكررة للأجزاء، ويضمن الاتساق بين مصادر البيانات، ويدعم إنشاء قوائم مواد الصيانة الدقيقة والكاملة.
علاوة على ذلك، تسهم عملية الاستخراج هذه بشكل مباشر في تحسين دقة المخزون، وتحسين استراتيجيات تخزين قطع الغيار، والحد من حالات الإفراط في الطلب أو النقص في الطلب.
كما يتيح تصنيف قطع الغيار وفقًا لسياق استخدامها ضمن قائمة المواد (BOM) – سواء كانت قطعًا سريعة الاستهلاك، أو حيوية، أو قليلة الاستخدام – وهو أمر أساسي لتحديد أولويات الشراء وتخطيط الصيانة.
وهذا يدعم توحيد البيانات، ويعزز النزاهة عبر قوائم الأصول والمواد الرئيسية، ويضع الأساس لأتمتة وتحليلات أكثر تقدماً. إنها خطوة حاسمة نحو تمكين عمليات الصيانة والإصلاح والتجديد (MRO) الاستباقية والقائمة على البيانات.
في الماضي، كانت الشركات تعتمد إلى حد كبير على عدد كبير من الموظفين الذين كانوا يقومون يدويًّا بتصحيح البيانات المعيبة في مجموعات بيانات الصيانة والإصلاح والعمليات (MRO)؛ وكما ذكرنا سابقًا، كانت مدة الإنجاز والتكلفة والدقة في هذا النهج دون المستوى الأمثل.
يستفيد برنامج إدارة بيانات الصيانة والإصلاح والعمليات (MRO)، مثل البرنامج الذي قمنا بتطويره في شركة «فيردانتيس»، من نماذج الذكاء الاصطناعي المُدرَّبة خصيصًا لهذا القطاع لأتمتة معظم مهام توحيد البيانات، والتي تُعاد بعد ذلك إلى مراجع بشري لضمان جودة البيانات.
فيما يلي بعض المجالات التي نتخصص فيها
أنواع خدمات إدارة بيانات الصيانة والإصلاح والتجديد (MRO)
ويتمثل الهدف من هذه الخدمة في تحقيق «الاكتمال» في سجلات بيانات الصيانة والإصلاح والعمليات (MRO) من خلال استرجاع المعلومات من مصادر خارجية، سواء يدويًّا أو برمجيًّا، ثم تحديث المعلومات وإعادتها إلى مجموعة بيانات MRO.
في «فيردانتيس»، نعتمد بشكل أساسي على نماذج الذكاء الاصطناعي «Agentic» المدربة خصيصًا لهذا القطاع، والتي تعمل على إثراء سجلات البيانات بشكل مستقل عبر العوارض والأصول الثابتة والموردين
- بالنسبة لقطع الغيار الخاصة بخدمات الصيانة والإصلاح والعمرة (MRO)، قد تشمل هذه النقاط البيانات التالية: اسم الشركة المصنعة، ورقم القطعة الخاص بالشركة المصنعة، وخصائص القطعة، والمواصفات، ووحدات القياس، والمعدات التي تُستخدم فيها هذه القطع
- بالنسبة للمعدات أو الأصول الثابتة، يمكن أن تشمل هذه المعلومات: الشركة المصنعة للمعدات، رقم تعريف المعدات، المصنع الذي تُستخدم فيه، فئة المعدات
- بالنسبة للموردين (أو البائعين)، يمكن أن تشمل هذه المعلومات اسم الشركة المصنعة/الموزعة، وعنوان المقر الرئيسي، ورقم التعريف الضريبي، وتفاصيل مماثلة
ويشمل ذلك في المقام الأول فهرسة قطع الغيار، على الرغم من أنه من الشائع أيضًا، في العمليات واسعة النطاق، فهرسة الأصول الثابتة والموردين.
تتبنى كل مؤسسة تصنيفًا محددًا لتصنيف بيانات الصيانة والإصلاح والعمليات (MRO) والأصول الثابتة، ومن أشهرها ما يلي: UNSPC، NAICS، PIDEX.
استنادًا إلى المعايير المحددة سابقًا، يتم تنظيم سجلات البيانات وتوحيدها من خلال معالجة كميات هائلة من البيانات الأولية، واستخراج السمات الرئيسية، واستكمال القيم الناقصة، وإزالة التكرارات المحتملة من المستوى الأول (L1) والمستوى الثاني (L2) من قاعدة البيانات.
في بعض الحالات، تحتاج الشركات إلى إنشاء سجلات بيانات بكميات كبيرة، إما من كتالوجات الموردين أو من قوائم مواد الصيانة والإصلاح والتجديد (MRO) الداخلية.
باستخدام حلول مثل Auto-Doc AI، يمكن تجميع هذه المستندات وإنشاؤها بشكل جماعي ببضع نقرات.
شركة «فيردانتيس» بصفتها شركة متخصصة في إدارة بيانات الصيانة والإصلاح والتجديد (MRO)
تُعد شركة «فيردانتيس» متخصصة في إدارة البيانات الأساسية لعمليات الصيانة والإصلاح والتجديد (MRO) للشركات التي تضطلع بعمليات إنتاج تعتمد بشكل مكثف على الأصول وعمليات صيانة مكثفة.
وقد ساعدنا تركيزنا على نماذج الذكاء الاصطناعي القائمة على الوكلاء (Agentic AI) في مجموعة خدمات بيانات الصيانة والإصلاح والعمرة (MRO) الكاملة على حل المشكلات الخطيرة المتعلقة بجودة البيانات التي تواجه الشركات المتوسطة والكبيرة على مستوى العالم.
